2022 Fiscal Year Annual Research Report
機械学習モデル多様化による機械学習応用システムの高信頼化設計および評価
| Project/Area Number |
19K24337
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
町田 文雄 筑波大学, システム情報系, 准教授 (50842209)
|
|---|
| Project Period (FY) |
2019-08-30 – 2023-03-31
|
| Keywords | 機械学習システム / 信頼性 / 多様性 |
|---|
| Outline of Annual Research Achievements |
本研究では機械学習機能を持つ情報システムの出力を高信頼化する手法を提案し，高信頼化の効果をモデル化して評価した．特に，複数の異なる機械学習モデルと多様化した入力データを組み合わせて用いることでシステムの出力を高信頼化できることを明らかにした．
最終年度は三つのモジュールを持つ機械学習システムのモデル化と解析，および実データを使った評価に関して研究成果をまとめ国際会議で論文を発表した．三つのモジュールで機械学習システムの出力を高信頼化する場合，多様な機械学習を用いる方法，多様な入力を用いる方法，その両方を組み合わせる方法がある．何れの手法がより高い信頼性向上効果を得られるか評価するため，機械学習モデルの多様性と入力データの多様性を定量化して信頼性を解析する手法を提案した．これにより，最も信頼性向上効果が期待できる手法をシステム設計時に選択することがより容易になる．本研究成果は国際学会DSC2022にて論文を発表した．また，画像分類タスクを想定したニューラルネットワークを用いた機械学習システムで入力多様化による高信頼化を行う際に，信頼性向上に寄与する入力データ多様化手法を探索する方式について研究した．研究の結果，画像分類時のニューロンカバレッジを参考指標として用いることで信頼性向上に有効なデータ多様化方法を効率的に見つけられることを明らかにした．本研究成果は国際学会PRDC2022にて発表した．さらに，三つ以上のモジュールで構成される機械学習システムの信頼性評価手法についても研究を進め，より一般的な評価モデルを作成して解析を行った．本研究成果は学術雑誌に論文投稿し，2023年4月現在査読中である．
これらの研究を通じNバージョン機械学習システムという新たな研究領域を切り拓くことができた．今後はこの研究をさらに発展させていくため，理論面と応用面で研究をさらに深化させていく．
|
